Anda di halaman 1dari 18

TUGAS

PROGRAM LINIER
PANGGUNAAN APLIKASI POM FOR WINDOWS V3.0

Disusun Oleh :

WAHYUDIN (065109069)
HERY SUGIANTO (065109131)
M.NUR FAUZY ROTSANY (065109238)

PROGRAM STUDI ILMU KOMPUTER


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAKUAN
BOGOR
2010
A. MENJALANKAN POM FOR WINDOWS
Melalui Shortcut

Apabila ada shortcut POM for Windows maka klik 2x pada icon (Gambar)
Shortcut POM for Windows.

Melalui Menu Program

Klik start → Program → Pilih POM for Windows sehingga akam muncul
layer berikut :

Secara garis besar layar POM for Windows terdiri atas :

1. Title Bar
Terdiri dari: The control Main Box, program name dan button
untuk layar yaitu Minimize, Maximize, dan close.

2. Menu Bar
Terdiri dari: File, Edit, View, Modul, Tables, Tools, Windows, dan
Help.

3. Tool Bar atau Button Bar


Terdiri dari: Command Bar, contohnya print screen dan solve,
Instruction Panel, Extra Data Area, Data Table, Annotation Area,
Status Panel.

1
B. MENYIMPAN FILE PADA POM FOR WINDOWS
Ketika hendak menyimpan file maka tutup semua hasil yang dibuka
melalui tombol WINDOW. Kemudian kembali ke data awal dengan
menekan tombol edit data sehingga muncul tabel. Apabila grafik tidak
ditutup dulu maka akan muncul pertanyaan save as bmp file? Berikut
ekstensi yang harus diperhatikan ketika menyimpan file pada MODULE
yang akan dibahas :

1. Linnier Programming save as file dengan ekstensi .lin


2. Transportations save as file dengan ekstensi .tra
3. Assignment save as file dengan ekstensi .ass
4. Break-even / Cost Volume Analysis save as file dengan
ekstensi .bre
5. Inventory save as file dengan ekstensi .inv

C. MODUL POM FOR WINDOWS


Untuk memberikan gambaran singkat, berikut ini akan diuraikan beberapa
materi pada modul POM beserta contoh kasus dan langkah pemecahannya.

1. LINIER PROGRAMMING
Modul ini digunakan untuk memecahkan masalah yang terkait
dengan pengalokasian sumber daya perusahaan secara optimal
untuk mencapai keuntungan maksimal atau biaya minimum. Ada
dua model dalam Linier Programming, yaitu:

Model Grafik

Model grafik digunakan untuk memecahkan masalah penentuan


kombinasi optimum (maksimal dua variabel) guna
memaksimumkan laba atau meminimumkan biaya dengan kendala
tertentu.

Contoh kasus1 Maksimisasi:

2
Dua produk diproses berangkai menggunakan 4 mesin. Waktu
setiap mesin per hari tersedia 8 jam. Waktu proses produksi dan
profit sebagai berikut:

PRODUK MESIN 1 MESIN 2 MESIN 3 MESIN 4 PROFIT

1 10 menit 6 menit 8 menit 0 menit Rp. 10.000

2. 5 menit 20 menit 15 menit 30 menit Rp. 20.000

Hitung jumlah produksi optimal setiap jenis produk dan keuntungan


totalnya!

Penyelesaian:

Pada kasus disebutkan waktu yang tersedia adalah 8 jam sedangkan proses
produksi mesin menggunakan satuan menit sehingga perlu penyesuaian
satuan waktu menjadi menit sehingga diperoleh angka 8 jam x 60 menit =
480 menit

Formulasi Linier Programming:

Max Z = 10.000 X1 + 20.000 X2

Kendala : 1. 10 X1 + 5 X2 ≤ 480

2. 6 X1 + 20 X2 ≤ 480

3. 8 X1 + 15 X2 ≤ 480

4. 30 X2 ≤ 80

5. X1, X2 ≥ 0

Setelah formulasi selesai disusun maka masukkan data pada program


POM for Windows dengan langkah sebagai berikut:

Pada menu POM klik MODULE lalu pilih Linear Programming,


lalu klik NEW sehingga muncul gambar berikut :

3
Keterangan:

- Title → judul kasus yang diselesaikan, misalnya PT. LAKU LAN


JAYA
- Number of Constraint → jumlah fungsi batasan yang ada pad
kasus. Isikan 4 buah mesin untuk produksi (A,B,C,D) sebagai fungsi
batasan.
- Number of Variables → jumlah variabel yang ada pad fungsi
tujuan. Isikan 2 sesuai kasus di ata terdapat 2 produk (1,2) sebagai
fungsi tujuan.
- Objective → tujuan pengalokasian sumber daya. Klik Maximize
sesuai kasus di atas (memaksimalkan keuntungan)
- Row Name Options → Nama batasan yang diinginkan, misalnya
A,B,C,…
Klik OK sehingga muncul tampilan isian untuk memasukkan
koefisien fungsi batasan dan fungsi tujuan serta kapasitas maksimum
batasan pada kolom RHS (Right Hand Side) seperti berikut:

4
Klik SOLVE apabila data sudah lengkap dan benar sehingga akan
tampak hasilnya.
Kemudian dengan meng-klik Window akan tampil pilihan Linear
Programming Result, Ranging, Solution List, Iterations, dan Graph
seperti pada gambar berikut:

5
Kesimpulan :

Area hitam pada grafik merupakan Feaseble Area yaitu daerah batas yang
mungkin untuk pengalokasian sumber daya produksi yang ada dengan
waktu yang tersedia. Produksi tidak boleh melebihi titik-titik yang ada
pada daerah Feaseble Area.

Pada grafik terdapat Isoprofit Line yang berada pada titik (34,29:13,71) di
mana garis tersebut merupakan titik koordinat maksimum produksi guna
mencapai profit yang maksimal.

Pada grafik sisi kanan terdapat Kolom Constraint Display yang akan
menunjukkan Garis dari persamaan formulasi Linear Programming yang
ad apabila di-klik salah satu check-box di depannya.

Di bawah kolom Constraint Display terdapat kolom Corner Points yang


menunjukkan hubungan antara variabel X1 dan X2 serta Z. Misalkan
apabila X1 = 48 dan X2 = 0 maka Z (profit) akan bernilai 480000.

Jumlah produksi untuk produk :1. (X1) = 34,29

2. (X2) = 13.71

Keuntungan Total : Z = Rp. 617.142,9 ,-

Contoh kasus2 Minimisasi:

6
Min Z = 8 X1 + 2X2

Kendala 1. = 2 X1 – 6 X2 ≤ 12

2. = 5 X1 + 4 X2 ≥ 40
3. = X1 + 2 X2 ≥ 12
4. = X2 ≤ 6
5. X1, X2 ≥ 0
Penyelesaian:

- Klik Module Linear Programming → New


- Ketikkan judul pada Title
- Number of Constraint diisi 4 karena pada kasus di atas terdapat 4
fungsi batasan / kendala.
- Number of Variable diisi 2 karena pada kasus di atas terdapat dua
fungsi tujuan, yaitu X1 dan X2.
- Pada kolom Objective pilih Minimize dan pada Row Name
Options pilih A, B, C, ….
- Klik OK lalu SOLVE dan lihat hasilnya dengan meng-klik
WINDOW untuk memilih hasil tampilan

D.

7
Pada grafik minimisasi, kolom Corner Points menunjukkan titik-titik
optimal untuk produksi X1 = 3,2 dan X2 = 6 serta Z (biaya minimum) =
3,76

Model Simplex

Model simplex digunakan untuk memecahkan masalah programasi linear


melalui iterasi di mana tahapan-tahapan komputasional diulangi terus
menerus sebelum diperoleh tingkat optimal. Tujuannya sama seperti
Model Grafik Linear Programming yaitu untuk mendapatkan keuntungan
maksimal (Maksimisasi) dan biaya minimum (minimisasi). Namun pada
model simplex, jumlah variabel dua atau lebih dari dua.

Contoh Kasus Maksimisasi:

Lihat kembali kasus 1 Maksimisasi

Isikan formulasi Linear Programming untuk kasus 1 lalu seperti pada


langkah-langkah sebelumnya. Kemudian klik SOLVE untuk melihat
hasilnya. Selanjutnya akan dibahas mengenai iterasinya.

Formulasi simplex untuk kasus 1 tersebut adalah:

Z = 10.000 X1 + 20.000 X2

10 X1 + 5 X2 + S 1 ≤ 480

6 X1 + 20 X2 + S2 ≤ 480

8 X1 + 15 X2 + S3 ≤ 480

30 X2 + S4 ≤ 80

Adapun S (Slack) adalah variabel semu.

Pada Window pilih Iterations sehingga akan muncul gambar berikut:

8
Pada tabel iterasi tampak bahwa iterasi terjadi sebanyak 4 kali. Hal
tersebut berarti untuk mencapai kombinasi angka optimum diperlukan
empat kali langkah komputasi.

Pada tabel Iterasi ke-4 dapat ditarik kesimpulan bahwa:

Pada Basic Variable menyatakan jumlah produksi untuk Produk 1

(X1) = 34,29 dan Produk 2 (X2) = 13,71. Dan S1 bernilai 1, artinya ada
sisa pada kendala 1 (480) sebanyak 1.

Contoh Kasus Minimisasi:

Lihat kembali kasus 2 Minimisasi

Langkah pengerjaan sama dengan kasus 2 minimisasi. Hal yang akana di


bahas adalah ITERASI. Perhatikan tabel berikut

9
Pada tabel iterasi tersebut disebutkan bahwa iterasi terjadi sebanyak 7 kali.
Pada tabel tersebut muncul komponen Artfcl (artificial) dan Surplus yang
akan muncul bila kasus tersebut bukan kasus standar dan membutuhkan
variabel pembantu untuk mencapai iterasi maksimal.

CONTOH:

Sebuah perusahaan menghasilkan 2 macam produk, yaitu es krim A dan es


krim B. untuk menghasilkan produknya, perusahaan selama ini
menggunakan 2 macam bahan baku yaitu tepung dan gula. Untuk
membuat 1 es krim A diperlukan tepung 4 gram dan gula 3 gram.

es krim B diperlukan tepung 2 gram dan gula 4 gram. Jumlah tepung yang
tersedia adalah 100 gram, sedangkan telur 120 gram. Harga jual untuk 1 es
krim A adalah Rp. 5000 dan es krim B Rp. 6000! Berapa buah es krim
yang harus di produksi

2. TRANSPORTATION
Modul ini diigunakan untuk memecahkan masalah pengangkutan komoditi
tunggal dari sejumlah sumber ke sejumlah destinasi dengan tujuan untuk
meminimkan biaya pengangkutan, memaksimumkan keuntungan atau
meminimumkan total waktu pengangkutan.

10
Pada modul Transportation menggunakan POM for Windows akan
memberikan pilihan pemecahan kasus menggunakan 4 pilihan metode,
yaitu:

a. Any Starting Method,


b. Northwest Corner Method,
c. Minimum Cost Method, dan
d. Vogel’s approximation Method
Pada kasus transportasi, ada tiga bentuk kasus, antara lain:

- jumlah barang yang tersedia (Supply) sama dengan jumlah barang


yang diminta (Demand).
- Jumlah barang yang tersedia lebih besar dari jumlah barang yang
diminta. Dalam keadaan ini muncul Dummy Destination.
- Jumlah barang yang tersedia lebih sedikit dari jumlah barang yang
diminta. Dalam keadaan ini muncul Dummy Source.
-
Contoh Kasus Transportasi Metode Vogel’s :

Suatu pabrik memiliki tiga daerah pemrosesan, yaitu D,E, F dan memiliki
tiga gudang yang berlokasi di A, B, C sebagai tempat tujuan distribusi
hasil produksi.

Kapasitas produksi per bulan pabrik D = 90 ton, E = 60 ton, dan F = 50


ton. Permintaan masing-masing gudang A = 50 ton, B = 110 ton, dan C =
40 ton per bulan. Berikut biaya transportasi dari pabrik ke gudang ($):

Gudang
A B C
Pabrik

D 20 5 8

E 15 20 20

F 25 10 19

11
Tentukan dari pabrik mana dikirim ke gudang mana dan berapa jumlah
serta total biaya transportasi.

Penyelesaian:

Klik Module → Transportation → New

Title → ketikkan judul, misalnya PT. Laku Lan Jaya

Number of Source → jumlah sumber yang ada (pabrik). Ketikkan 3

Number of Destination → jumlah tujuan yang ada (gudang). Ketikkan 3

Objective → pilih minimize karena menghitung biaya minimal.

Row Name Options → pilih source1, source2, ….

Klik OK sehingga muncul tabel isian dan isikan data sesuai kasus:

Pilih Vogel’s approximation Method pada Starting Menthod. Setelah itu

3. ASSIGNMENT
Model ini digunakan untuk memecahkan masalah yang berkaitan dengan
penugasan optimal dari bermacam-macam sumber produktif atau
personalia yang mempunyai tingkat efisien berbeda-beda untuk tugas yang
berbeda-beda pula.

12
Contohnya penugasan karyawan dengan mesin tertentu dengan tujuan
memaksimalkan keuntungan.

Dalam model ini akan dibahas dua masalah, yaitu kasus standar (m=n)
serta kasus non-standar (m≠n).

Contoh kasus penugasan standar

Bagian pemasaran sebuah perusahaan mempunyai empat orang salesman,


sebut saja Akhmad, Andi, Bagus dan Ida yang akan ditugaskan ke empat
kota yang berbeda, yaitu kota A, B, C, dan D. Ke empat calon salesman
kemudian diuji cobakan pada empat kota yang ada selama empat bulan
secara bergilir, masing-masing selama satu bulan. Selama uji coba kinerja
mereka diukur berdasarkan unit barang yang mampu dijualnya dan
hasilnya ditunjukkan pada Tabel berikut:

KOTA
Salesman
A B C D

Akhmad 120 230 110 220

Andi 90 105 120 140

Bagus 170 140 105 180

Ida 190 200 195 210

Bagaimana sebaiknya susunan penugasan ke empat salesman perusahaan


tersebut yang tepat?

Contoh kasus penugasan standar2

13
Sebuah bengkel menerima enam jenis pekerjaan, masing-masing membutuhkan
pengelolaan pada mesin bubut. Bengkel tersebut mempunyai enam mesin bubut
dengan tingkat kecepatan yang berbeda. Tabel berikut menggambarkan waktu
yang dibutuhkan (dalam jam) untuk memproses tiap pekerjaan pada tiap mesin.

Mesin
Pekerjaan
M-1 M- M-3 M-4 M-5 M-6

A 7 6 2 8 5 5

B 6 8 4 5 4 6

C 9 9 8 12 10 6

D 1 3 1 2 1 1

E 16 18 10 14 19 12

F 12 14 12 18 20 24

Tentukan penugasan tiap pekerjaan ke tiap mesin agar total waktu


pengolahannya sekecil mungkin!

Contoh kasus penugasan non-standar1

Jika soal sama pada kasus sebelumnya (Di atas), yang berbeda pada uji
coba mereka dikirim ke lima kota daerah pemasaran selama lima bulan.
Kinerja ke empat salesman di kota E sebagai berikut: Akhmad → 245,
Andi → 130, Bagus → 195, dan Ida → 185. Bagaimanakah sebaiknya
susunan penugasan ke empat salesman perusahaan tersebut ke empat kota
dari lima kota potensial yang bisa dijangkau agar kinerja salesman
optimal?

4. INVENTORY

14
Model ini digunakan untuk memecahkan kasus yang berhubungan dengan
persediaan barang untuk proses produksi dan biaya produksi dalam
kaitannya dengan permintaan pelanggan terhadap suatu produk dan
menyangkut biaya perawatan stok barang di gudang. Yang tercakup dalam
system persediaan bahan baku ini meliputi: pengadaan bahan baku,
penyimpanan bahan baku, serta pengeluaran bahan baku.

Modul ini merupakan variasi dari model EOQ (Economical Order


Quantity). EOQ adalah suatu jumlah pembelian untuk memenuhi
kebutuhan bahan dalam satu periode yang mempunyai biaya persediaan
paling ekonomis untuk dilaksanakan setiap kali pembelian. Dalam
perhitungan EOQ digunakan asumsi sebagai berikut:

a. Pola pemakaian bahan baku tetap


b. Terdapat persediaan yang cukup di pasar bebas
c. Terdapat tingkat harga yang sama dalam satu periode
d. Terdapat tingkat biaya yang sama dalam satu periode
e. Bahan baku yang direncanakan pembeliannya adalah bahan
baku di mana jumlah unit fisik yang dipergunakan sedang,
sedangkan nilai rupiahnya juga sedang.
Dari asumsi model EOQ, maka konsep TIC (Total Inventory Cost) atau
Biaya Total Persediaan dapat dirumuskan sebagai berikut:

TIC = Set Up Cost + Holding Cost

Perilaku biaya pesan tidak dipengaruhi oleh berapa unit yang dipesan,
tetapi dipengaruhi oleh berapa kali kita melakukan pemesanan. Untuk
biaya simpan tergantung dari banyaknya barang yang disimpan (dari rata-
rata persedaan dikalikan biaya simpan per unit per periode)

Contoh Kasus EOQ

Toko elektronik “Brilliant” menjual TV merk “Sukhoi”. Dari pengalaman


menjual selama beberapa tahun diperoleh data bahwa rata-rata unit terjual
tiap bulannya adalah 50 unit. Biaya penyimpanan sebesar 20% dari harga

15
pembelian per unit. Biaya pesan sekali pemesanan Rp. 50.000 dan harga
pembelian per unit sebesar Rp. 600.000. Tentukan EOQ!

Penyelesaian:

Formulasi untuk kasus di atas adalah:

Permintaan (demand) = 50 unit x 12 bulan = 600 unit per tahun

Biaya pesan = Rp. 50.000 tiap kali pesan

Biaya simpan (gudang) = 20% x Rp. 600.000 = Rp. 120.000

Harga pembelian = Rp. 600.000

Langkah pengerjaan:

a. Klik module lalu pilih Inventory → New → Economic


Order Quantity (EOQ) Model
b. Isikan judul pada kolom Title lalu klik OK
c. Isikan data sesuai formula di atas seperti tampak pada
gambar berikut:

Klik SOLVE untuk melihat hasilnya


Safety Stock:

Safety stock/Iron Stock yaitu persediaan minimal yang harus ada


untuk menjamin kelancaran proses produksi akibat adanya
kemungkinan kekurangan persediaan (Out of Stock). Oleh karena itu
sebisa mungkin persediaan minimum jumlahnya harus ditekan
(seminimal mungkin).

16
Out of stock bisa terjadi karena beberapa hal:

1. penggunaan bahan dasar di dalam proses produksi yang


lebih besar dari pada yang diperkirakan sebelumnya.
2. pesanan/pembeliaan bahan dasar tidak dapat datang tepat
pada waktunya (atau lead time tidak terpenuhi/tidak tepat)
Reorder Point (ROP)

Adalah titik pemesanan kembali, yaitu saat kondisi barang


persediaan ada beberapa unit kita harus melakukan pemesanan
kembali, mengingat adanya kebutuhan untuk Safety Stock dan
kebutuhan selama waktu menunggu “Lead Time”.

17

Anda mungkin juga menyukai